常用多变量分析简介zjh2010.12.30.ppt

第十六章 常用多变量统计方法简介 ; 多变量统计方法是研究多个随机变量之间相互关系及规律性的统计学分支。医学现象往往涉及多个变量，且变量间又存在一定的联系。 如果用单变量统计方法分别进行统计分析，就忽略了各变量之间存在的相互关系，丧失许多样本信息，分析结果难以客观全面地反映实际情况。 此时，往往需要采用多变量统计方法进行分析。 ; 多变量统计方法不仅能够研究多个变量之间的相互关系以及揭示这些变量之间的变化规律，而且能够使复杂的指标简单化，并对研究对象进行分类或简化。 随着计算机技术的普及，各种统计软件的不断推出，多变量统计方法已广泛应用到医学研究的各个领域。;常用的多变量统计方法有： 多重线性回归分析 多重logistic回归分析 Cox比例风险回归分析 多变量方差分析 Poisson回归分析 对数线性模型分析 聚类分析 判别分析 典型相关分析 路径分析 主成分分析、探索性因子分析、证实性因子分析 结构方程模型分析，等等。 ;一. 多重线性回归;表16.1 29名儿童血液中的微量元素含量与血红蛋白含量;三、多重线性回归分析的用途、应用条件及注意事项;(一)多重线性回归分析的用途 多重线性回归分析的主要用途有： 1. 分析一个因变量与多个自变量间线性关系。 2. 用已知的自变量预测因变量。 3. 筛选疾病的危险因素和保护因素。 4. 用于建立专家辅助诊断系统或进行统计控制。;(二)多重线性回归分析的注意事项 多重线性回归分析应用中应注意以下问题： 1. 因变量必须是连续型定量变量，且服从正 态分布；自变量可以是连续型定量变量或 分类变量。 2. 样本含量一般要求为自变量个数的5~20倍。;二. Logistic回归;二. Logistic回归; 例16.2 为探讨?阿片受体基因(OPRM1)中rs1381376和rs550014两个SNP位点与“首吸飘感”之间的关系，某研究调查了336名汉族海洛因依赖者，将海洛因依赖者分为有或无“首吸飘感”两组，同时收集每个个体的性别、年龄(岁)、首吸年龄(岁)等变量，数据见表16.6。;表16.6 336名海洛因依赖者资料;logistic回归模型的分类;三、logistic回归分析的用途及应用条件; 1. 建立用多个危险因素估计某事件(或疾病)在一定时期内发生概率的logistic回归方程，如用于探索某疾病发生的危险因素并分析其作用大小。; 2. 预测疾病或事件发生的概率。 比如在例16.2中，若某观察者的性别为女性，年龄为31岁，首吸年龄为29岁，rs1381376位点发生突变，rs550014位点未发生突变，则根据表16.9中的参数估计结果，建立式(16.18)所示的logistic回归模型，将该观察者的各变量取值代入模型，可得其发生首吸飘感的概率为0.402。 3. 对样本进行判别归类。;因变量为二项分类或多项分类资料； 自变量可以是任意类型的资料，如定量资 料、二分类资料、无序多分类资料或有序 分类资料等。;第十五章“生存分析”介绍了针对生存时间资料的几种方法，一般仅用于单因素分析。 但在医学研究中，观察对象生存时间往往受到多个因素的影响。 例如，研究某肿瘤患者生存时间与治疗措施的关系，患者的生存时间不仅与治疗措施有关，还受病人的年龄、性别、病情、心理、环境、社会等因素的影响，如果要显示治疗措施的效果，除了治疗措施不同以外，其他影响因素应尽可能相同或相近，这时采用多变量分析方法能够分析包括治疗措施在内的可能因素对生存时间的影响。 ;三 Cox比例风险回归;;(一) 、Cox回归模型的用途;Cox回归模型的应用条件有： 1. 自变量可以为定量资料也可为分类资料。 2. 自变量取值不随时间变化。 3. 样本含量要足够大，且截尾数据不能过多，死亡数不能过少，因素各水平的例数也不能过少。;四. 多变量方差分析;例如，比较冠心病患者、糖尿病患者和正常人的“脂质代谢”的异常情况，应包括对血清总胆固醇、三酰甘油、高密度脂蛋白、低密度脂蛋白等指标的同时比较。 ;五. 多变量线性回归分析;例如，血清总胆固醇含量()、三酰甘油()、高密度脂蛋白()、低密度脂蛋白()对收缩压()和舒张压()可能都有影响。 要分析这个问题，就需要采用两变量线性回归分析，即用两个线性模型去描述上述4个自变量与2个因变量之间的线性关系。 ; 相关分析是研究变量或变量集合之间数量协同变化关系的统计方法。 相关分析方法就类别而言可分为简单相关、多重相关(复相关与偏相关)和典型相关。 ; 相关分析是研究变量或变量